AI导哈

CSV数据分析服务器

一个轻量级本地CSV文件分析服务器，允许Claude直接访问和分析本地CSV文件，无需上传数据即可进行实时查询和统计分析。

  • by Navneet1710
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 Navneet1710/csv_mcp_server

使用说明

🚀 CSV MCP 服务器 —— 在 Claude 中让您的数据栩栩如生

为何这很重要

如果你曾尝试在Claude.ai中分析CSV文件，你就会知道那有多麻烦——它无法直接读取你的文件。最终你会：

  • 复制和粘贴CSV片段（并遇到字符限制）
  • 将您的数据上传到其他工具
  • 手动描述CSV文件中的内容

这既耗时又会打断你的工作流程。

输入CSV MCP服务器

这款轻量级连接器使Claude能够直接访问并分析您本地的CSV文件——实现私密、高效且实时的分析。

有了它，你只需说：

“克劳德，给我列出所有来自纽约且购买金额超过1000美元的客户。”

克劳德将查询您的实际文件。

这个服务器的功能

一旦连接成功，Claude可以：

✅ 列出您本地的CSV文件

✅ 预览结构和示例数据

✅ 使用自然语言或Pandas语法运行查询

✅ 生成快速摘要（平均值、中位数、计数等）

✅ 处理大型数据集——所有操作均无需将数据上传至网络

所有操作都在本地进行——您的文件永远不会离开您的系统。

为何与众不同

  • 本地优先 & 私有您的数据保留在您的设备上
  • 快速使用FastMCP构建
  • 可扩展的轻松添加Excel、TSV或自定义逻辑
  • 无缝的Claude 成为你个人的数据助手

快速入门

要求

  • Python 3.11 或更高版本
  • Claude 桌面应用程序
  • 紫外线 （推荐的包管理器）

1. 克隆仓库

git clone https://github.com/Navneet1710/csv_mcp_server.git
cd csv_mcp_server
uv init .

2. 安装依赖项

使用uv，添加所需的包：

uv add fastmcp
uv add pandas

3. 设置您的CSV目录

开放 main.py 并将第14行编辑为与您的CSV文件存储位置相匹配：

CSV_DIRECTORY = Path.home() / "Documents" / "csv_files"  # customize this if needed

4. 运行服务器

使用以下命令启动MCP服务器：

uv run main.py

对于开发或检查模式（以查看工具、日志和功能）：

uv run fastmcp dev main.py

连接到Claude桌面版

打开你的Claude配置文件：

操作系统 路径
Windows %APPDATA%\Claude\claude_desktop_config.json
macOS ~/Library/Application Support/Claude/claude_desktop_config.json
Linux ~/.config/Claude/claude_desktop_config.json

添加此MCP服务器条目：

"csv-analyzer": {
      "command": uv,
      "args": [
        "--directory",
        "path\\to\\csv_mcp_server",
        "run",
        "main.py"
      ]
}

保存并重启 Claude 桌面版。

在Claude内部使用它

一旦连接成功，请尝试使用以下命令：

列出所有CSV文件

“有哪些可用的CSV文件？”

预览文件

“给我看看sales_data.csv文件的前几行。”

运行查询

“从customer_data.csv文件中，显示所有购买金额大于500的条目。”

总结数据

“给我financial_report.csv中的平均收入。”

分析关系

“在survey_results.csv文件中找出‘年龄’与‘满意度评分’之间的相关性。”

工具和资源

类型 名称 描述
资源 csv://list 列出所有可用的CSV文件
资源 csv://{filename} 预览CSV文件（前10行）
工具 read_csv(filename, rows) 读取全部或部分CSV数据
工具 get_csv_info(filename) 获取元数据和结构
工具 query_csv(filename, query) 使用Pandas查询语法过滤数据
工具 get_csv_statistics(filename, column) 计算描述性统计量

默认文件夹结构

默认情况下，CSV 文件位于：

Documents/
└── csv_files/
    ├── sales_data.csv
    ├── customer_info.csv
    ├── inventory.csv
    └── financial_report.csv

定制化

  • 更改CSV目录 → 编辑 CSV_DIRECTORY 在里面 main.py
  • 添加对Excel/TSV格式的支持 → 更新文件读取逻辑
  • 创建你自己的工具 → 添加新项 @mcp.tool() 自定义分析功能

故障排除

“目录不存在”

确保路径存在，或者创建该路径：

mkdir -p ~/Documents/csv_files

“文件未找到”

→ 检查拼写，并确保文件位于您配置的目录内。

克劳德没有检测到服务器

→ 重启 Claude 桌面程序并确认配置文件路径。

权限问题

→ 确保Claude对目录有读取权限（在Windows上如需操作，请以管理员身份运行）。

调试

直接运行：

uv run main.py

贡献；助力

有想法或想改进的地方吗？欢迎贡献！

  1. 为这个仓库创建分支
  2. 创建一个特性分支
  3. 添加你的更改
  4. 提交一个拉取请求

许可证

开源——自由使用、修改和分享。

使用了（以下技术/材料）

将Claude变成您的个人数据分析师

只需设置一次——之后，您就可以在Claude中直接探索和分析您的CSV文件了。

无需上传，无需手动解析，无限制。

在本地运行。保护您的数据隐私。即时获取洞察。

确保你不要忘记给这个仓库加星标

相关 MCP